Nvidia 豪擲 70 億美元押注 Poolside：從 AI 晶片商進軍模型戰場

Nvidia 正試圖把 AI 版圖從晶片與伺服器，向上延伸至模型和軟體。據報，公司與 AI 新創 Poolside 達成的安排並非傳統收購，而是由技術授權、人才延攬及獨立投資組成：Nvidia 取得 Poolside 技術的使用權、延攬逾 100 名員工，並另外投資該公司；Poolside 則維持獨立營運。1 5

這項布局的核心目的很直接：Nvidia 不只要供應訓練及執行 AI 所需的硬體，也要參與決定這些工作負載在哪裡運行的模型與軟體層。

這筆交易包括什麼？

目前報導的安排主要有三部分：

• 60 億美元的非獨家技術授權。 Nvidia 將取得 Poolside 模型開發系統的使用權，這套系統常被稱為「Model Factory」。由於授權是非獨家，Poolside 仍保有技術所有權，也可以繼續獨立營運並向其他對象授權。1 5
• 向逾 100 名員工提出聘用邀請。 報導指人數為 109 人，主要是工程師，預計加入 Nvidia 的 AI 模型團隊。2 5
• 另外投資 10 億美元。 Nvidia 據報將以 120 億美元投前估值投資 Poolside。該公司的創辦人預計繼續留在獨立營運的 Poolside。1 5

因此，這筆安排更接近「技術授權＋人才轉移＋策略投資」，而不是 Nvidia 買下整間公司。Nvidia 可以取得關鍵能力，卻不必正式擁有 Poolside 或接管其全部業務。

Nvidia 為何要補上模型開發能力？

Nvidia 在 AI 熱潮中的核心優勢，一直是加速器、整套運算系統，以及圍繞硬體建立的軟體生態系。但 AI 的經濟價值不只來自訓練模型所用的運算設備，也取決於模型本身。

如果模型開發商日益針對競爭對手的晶片進行最佳化，或透過更小的模型、更高效率的推論來降低對大型系統的需求，AI 工作負載與 Nvidia 平台的連結就可能不再那麼緊密。取得 Poolside 的技術和工程人才，能讓 Nvidia 更快建立自身的模型開發能力。

相關人才與技術預計將支援 Nemotron。這是 Nvidia 的開放模型系列，公司表示其模型提供開放權重、訓練資料與訓練配方，讓開發者在正式部署前可以評估及調整模型。49

這也讓 Nvidia 的策略更加垂直整合：從運算晶片、伺服器系統、軟體和開發工具，一路延伸至基礎模型層。Nvidia 不必取代所有外部模型供應商，這項策略才會產生效果；只要 Nemotron 能促使開發者和企業把更多 AI 工作負載留在針對 Nvidia 最佳化的環境中，公司就可能從中受益。

直接競爭焦點在開放權重 AI

Poolside 交易最直接把 Nvidia 推向開放權重模型競賽。這類模型會公開訓練完成的權重，讓開發者可以下載、客製化及自行部署，對資料、基礎設施和營運方式擁有較大控制權。相關報導將 Nvidia 的布局與 DeepSeek 等開放權重模型開發商的競爭連結起來。51 57

至於 OpenAI 和 Anthropic，競爭關係則較為複雜。Poolside 交易本身並不能證明 Nvidia 已能打造出媲美這些公司的頂尖模型；它只是為 Nemotron 增添技術和人才。最終能否轉化為市場份額，仍要看模型品質、採用程度、授權條款和開發者偏好。

對企業而言，較強的開放權重選項具有實際吸引力。企業可能希望掌握部署、客製化和營運成本，而不是完全依賴透過外部 API 提供的封閉模型。Nvidia 則可以把這種需求與針對自身硬體和軟體最佳化的模型結合起來。

70 億美元代表什麼？

相較於一筆單純的軟體授權，合計 70 億美元的承諾規模相當可觀，顯示 Nvidia 把模型開發經驗和專業工程人才視為戰略資產，而不是可以完全交由晶片客戶或外部模型公司掌握的能力。

10 億美元投資也讓 Nvidia 即使取得的是非獨家授權，仍能與 Poolside 維持長期關係。不過，這並不代表 Nvidia 取得 Poolside 技術的壟斷權。其他公司仍可能與 Poolside 合作，而 Nvidia 也必須證明它能把取得的技術與新加入的人才，轉化成開發者真正願意使用的模型。

換句話說，這筆交易買到的是速度和選擇權，而不是模型領導地位的保證。Nvidia 的硬體銷售渠道、運算平台和開發者生態系，或許有助於部署 Poolside 團隊打造的成果，但這些優勢無法消除基礎模型競爭本身的技術與商業難度。

伺服器漲價，讓模型效率更關鍵

Nvidia 加碼模型層的同時，AI 基礎設施成本也正面臨壓力。路透社引述報導稱，Nvidia 部分大型客戶已被告知，搭載其 AI 晶片的伺服器在許多情況下可能漲價逾 15%；相關調整預計適用於翌年初出貨的系統，原因與記憶體成本飆升有關。33

價格上升會帶來兩種相反效果。一方面，較高的基礎設施成本會讓高效率模型、小型模型及開放權重部署更具吸引力，因為客戶需要控制訓練與推論支出。另一方面，伺服器變貴也可能壓縮整體 AI 預算，或促使部分客戶評估其他晶片及運算架構。

這使模型效率對 Nvidia 更具戰略價值。如果 Nemotron 及相關系統能以較少運算資源提供實用效能，Nvidia 就有機會協助客戶從其硬體取得更高效益。不過，這只是市場條件所帶來的戰略推論，並不代表 Poolside 交易必然會降低客戶成本。

Nvidia 的市值領先，必須加上時間標記

Nvidia 的市場領導地位也不應被視為永久不變。路透社報導，Apple 在 2026 年 7 月超越 Nvidia，成為全球市值最高的公司；Nvidia 則自 2025 年 6 月起曾位居榜首。18

市值排名會隨股價快速變動，因此「Nvidia 曾超越 Microsoft」或「Nvidia 是全球最有價值公司」都必須註明時間點。晶片市場的領先，也不等於 Nvidia 已在 AI 的每一個層面取得支配地位。

結論：從賣 AI 機器，到參與打造 AI 大腦

Poolside 讓 Nvidia 有機會從供應 AI 運算設備，進一步參與建立運行於其上的模型生態系。這項據報交易包括非獨家技術授權、逾 100 名新增工程人才，以及對獨立新創的投資，並將強化 Nvidia 的 Nemotron 開放權重模型布局。

它的潛在優勢在於垂直整合：讓模型、軟體和硬體彼此強化。風險則是，模型領導地位遠比晶片領先更難建立；開放權重競爭者仍在進步，伺服器成本上升也可能讓客戶更重視效率，甚至轉向替代方案。

這筆交易確實為 Nvidia 提供了一條更快跨越晶片邊界的路，但距離贏得模型競賽，仍有很長的路要走。